是否可以编写一个匹配出现次数未知的嵌套模式的正则表达式？例如，当有未知数量的开/关大括号嵌套在外大括号内时，正则表达式是否可以匹配左大括号和右大括号？
例如：
public MyMethod()
{
if (test)
{
// More { }
}
// More { }
} // End
应该匹配：
{
if (test)
{
// More { }
}
// More { }
}
Richard Dorman
问问题
130384 次
11 回答
274
不，就这么简单。一个有限自动机（它是正则表达式的基础数据结构）除了它所处的状态之外没有内存，如果你有任意深度的嵌套，你需要一个任意大的自动机，这与有限自动机的概念相冲突。
您可以将嵌套/配对元素匹配到固定深度，其中深度仅受您的记忆限制，因为自动机变得非常大。然而，在实践中，您应该使用下推自动机，即用于上下文无关文法的解析器，例如 LL（自上而下）或 LR（自下而上）。您必须考虑更糟糕的运行时行为：O(n^3) 与 O(n)，其中 n = 长度（输入）。
有许多可用的解析器生成器，例如Java 的ANTLR。为 Java（或 C）找到现有的语法也不难。
更多背景信息：维基百科的自动机理论
于 2008-09-25T14:27:12.643 回答
36
使用正则表达式检查嵌套模式非常容易。
'/(\((?>[^()]+|(?1))*\))/'
于 2010-10-03T18:49:51.500 回答
33
如果字符串在一行上，则可能是有效的 Perl 解决方案：
my $NesteD ;
$NesteD = qr/ \{( [^{}] | (??{ $NesteD }) )* \} /x ;
if ( $Stringy =~ m/\b( \w+$NesteD )/x ) {
print "Found: $1\n" ;
}
高温高压
编辑：检查：
- http://dev.perl.org/perl6/rfc/145.html
- 红宝石信息：http ://www.ruby-forum.com/topic/112084
- 更多 perl：http ://www.perlmonks.org/?node_id=660316
- 更多 perl：https ://metacpan.org/pod/Text::Balanced
- perl、perl、perl： http: //perl.plover.com/yak/regex/samples/slide083.html
Torsten Marek的另一件事（他正确地指出，它不再是正则表达式）：
于 2008-09-25T14:40:25.420 回答
19
是的，如果它是 .NET RegEx 引擎。.Net 引擎支持由外部堆栈提供的有限状态机。查看详情
于 2008-12-05T06:35:28.943 回答
17
常规语言的Pumping 引理是您不能这样做的原因。
生成的自动机将具有有限数量的状态，例如 k，因此一串 k+1 个左大括号必然会在某处重复一个状态（当自动机处理字符时）。同一状态之间的字符串部分可以无限复制多次，自动机不会知道其中的区别。
特别是，如果它接受 k+1 个左大括号，然后是 k+1 个右大括号（它应该接受），它还将接受泵送的左大括号数量，然后是不变的 k+1 个右大括号（它不应该）。
于 2008-09-25T14:47:07.887 回答
8
是的
...假设有一些最大数量的嵌套你很乐意停下来。
让我解释。
@torsten-marek是正确的，正则表达式无法检查这样的嵌套模式，但是可以定义一个嵌套的正则表达式模式，这将允许您捕获这样的嵌套结构，直到某个最大深度。我创建了一个来捕获EBNF 风格的评论（在这里试试），比如：
(* This is a comment (* this is nested inside (* another level! *) hey *) yo *)
正则表达式（用于单深度注释）如下：
m{1} = \(+\*+(?:[^*(]|(?:\*+[^)*])|(?:\(+[^*(]))*\*+\)+
\(+\*+通过将and\*+\)+替换为{and}并将其间的所有内容替换为简单的 ，这可以很容易地适应您的目的[^{}]：
p{1} = \{(?:[^{}])*\}
（这是尝试的链接。）
要嵌套，只需在块本身内允许此模式：
p{2} = \{(?:(?:p{1})|(?:[^{}]))*\}
...or...
p{2} = \{(?:(?:\{(?:[^{}])*\})|(?:[^{}]))*\}
要查找三重嵌套块，请使用：
p{3} = \{(?:(?:p{2})|(?:[^{}]))*\}
...or...
p{3} = \{(?:(?:\{(?:(?:\{(?:[^{}])*\})|(?:[^{}]))*\})|(?:[^{}]))*\}
一个清晰的模式已经出现。要查找嵌套深度为 的注释N，只需使用正则表达式：
p{N} = \{(?:(?:p{N-1})|(?:[^{}]))*\}
where N > 1 and
p{1} = \{(?:[^{}])*\}
可以编写一个脚本来递归地生成这些正则表达式，但这超出了我需要的范围。（这留给读者作为练习。）
于 2018-03-28T11:20:37.837 回答
5
在 PHP 正则表达式引擎中使用递归匹配比括号的过程匹配要快得多。尤其是较长的字符串。
http://php.net/manual/en/regexp.reference.recursive.php
例如
$patt = '!\( (?: (?: (?>[^()]+) | (?R) )* ) \)!x';
preg_match_all( $patt, $str, $m );
对比
matchBrackets( $str );
function matchBrackets ( $str, $offset = 0 ) {
$matches = array();
list( $opener, $closer ) = array( '(', ')' );
// Return early if there's no match
if ( false === ( $first_offset = strpos( $str, $opener, $offset ) ) ) {
return $matches;
}
// Step through the string one character at a time storing offsets
$paren_score = -1;
$inside_paren = false;
$match_start = 0;
$offsets = array();
for ( $index = $first_offset; $index < strlen( $str ); $index++ ) {
$char = $str[ $index ];
if ( $opener === $char ) {
if ( ! $inside_paren ) {
$paren_score = 1;
$match_start = $index;
}
else {
$paren_score++;
}
$inside_paren = true;
}
elseif ( $closer === $char ) {
$paren_score--;
}
if ( 0 === $paren_score ) {
$inside_paren = false;
$paren_score = -1;
$offsets[] = array( $match_start, $index + 1 );
}
}
while ( $offset = array_shift( $offsets ) ) {
list( $start, $finish ) = $offset;
$match = substr( $str, $start, $finish - $start );
$matches[] = $match;
}
return $matches;
}
于 2012-09-17T08:43:24.110 回答
3
正如 zsolt 提到的，一些正则表达式引擎支持递归——当然，这些引擎通常使用回溯算法，因此它不会特别有效。例子：/(?>[^{}]*){(?>[^{}]*)(?R)*(?>[^{}]*)}/sm
于 2008-09-25T15:25:10.523 回答
2
不，此时您正在进入上下文无关语法领域。
于 2008-09-25T14:19:02.553 回答
0
这似乎有效：/(\{(?:\{.*\}|[^\{])*\})/m
于 2010-04-01T20:39:10.703 回答